我是谁？用于辅导对话中学生模拟的历史感知配置文件

开发大语言模型（LLM）驱动的自动化辅导工具的一个关键部分是学生模拟，即使用LLM作为学生进行角色扮演，这可以促进导师模型的评估和训练。现有的工作主要集中在对话内模拟，缺乏学生知识和行为的背景，部分原因是没有以过去的学生问答或对话互动为基础。在这项工作中，我们介绍了历史条件学生模拟的任务，其目标是通过利用学生学习历史中的信息来准确预测学生的对话轮次。我们提出了一个由两部分组成的框架，其中配置文件生成器总结了学生的历史记录，模拟器根据生成的配置文件预测学生的转折。我们通过强化学习 (RL) 来训练这两个组件，生成针对忠实学生模拟而优化的配置文件。我们根据从数学学习平台收集的学生对话和问题回答的首个真实世界数据集来评估我们的方法和基线。大量实验表明，我们的方法显着优于基线，并证明了历史记录、配置文件和 RL 训练的重要性。